Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Ruang kerja () Anthropic-compatible

Amazon Bedrock Workspaces menyediakan isolasi tingkat aplikasi untuk beban kerja AI generatif Anda menggunakan Messages API di Anthropic-compatible titik akhir. bedrock-mantle Ruang kerja memungkinkan Anda untuk mengelompokkan aplikasi AI Anda untuk pelacakan biaya, observabilitas, dan kontrol akses.

Apa itu Workspace?

Workspace adalah batas logis yang digunakan untuk mengisolasi beban kerja seperti aplikasi, lingkungan, atau eksperimen dalam Amazon Bedrock saat menggunakan Anthropic Messages API. Ruang kerja adalah sumber daya dasar yang sama dengan Proyek (OpenAI-compatible) — mereka dikelola menggunakan API Proyek dan menyediakan kemampuan yang sama:

Ruang kerja memungkinkan Anda mengelola beberapa beban kerja AI generatif dalam produksi tanpa membuat AWS akun atau organisasi terpisah, mengurangi kompleksitas operasional sambil mempertahankan keamanan dan tata kelola.

Setiap AWS akun memiliki ruang kerja default (project) di mana semua permintaan inferensi terkait. Anda dapat membuat ruang kerja tambahan menggunakan Projects API dan mereferensikannya dalam permintaan Messages API menggunakan anthropic-workspace header.

Kapan menggunakan Ruang Kerja

Anda harus menggunakan Workspaces saat Anda perlu:

Ruang kerja vs Proyek

Ruang kerja dan Proyek (OpenAI-compatible) sumber daya dasar yang sama — keduanya dikelola melalui API Proyek. Perbedaannya adalah bagaimana Anda mereferensikannya dalam permintaan inferensi Anda, tergantung pada API yang Anda gunakan:

Memulai dengan Workspaces

Bagian ini memandu Anda dalam membuat ruang kerja, mengaitkannya dengan permintaan Messages API, dan memverifikasi penyiapan Anda.

Prasyarat

Sebelum Anda mulai, pastikan Anda memiliki:

Langkah 1: Siapkan lingkungan Anda

Konfigurasikan variabel lingkungan Anda dengan kredenal Amazon Bedrock Anda:

export BEDROCK_API_KEY="<your-bedrock-key>"
export BEDROCK_REGION="us-east-1"

Langkah 2: Buat Ruang Kerja

Ruang kerja dibuat menggunakan Projects API. Buat ruang kerja (proyek) dengan nama dan tag untuk pemantauan biaya:

curl -X POST "https://bedrock-mantle.$BEDROCK_REGION.api.aws/v1/organization/projects" \
  -H "Authorization: Bearer $BEDROCK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "Claude Chatbot Production",
    "tags": {
      "Application": "CustomerChatbot",
      "Environment": "Production",
      "Team": "NLPEngineering",
      "CostCenter": "41250"
    }
  }'

Respons:

{
  "arn": "arn:aws:bedrock-mantle:us-east-1:123456789012:project/proj_abc123def456",
  "created_at": 1772135628,
  "id": "proj_abc123def456",
  "name": "Claude Chatbot Production",
  "object": "organization.project",
  "status": "active",
  "tags": {
    "Application": "CustomerChatbot",
    "Environment": "Production",
    "Team": "NLPEngineering",
    "CostCenter": "41250"
  }
}

Perhatikan id bidang - ini adalah nilai yang Anda berikan di anthropic-workspace header.

Langkah 3: Kaitkan permintaan dengan Workspace Anda

Untuk mengaitkan permintaan API Pesan Anda dengan ruang kerja, sertakan anthropic-workspace header dengan ID proyek:

curl

curl -X POST "https://bedrock-mantle.$BEDROCK_REGION.api.aws/anthropic/v1/messages" \
  -H "x-api-key: $BEDROCK_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "anthropic-workspace: proj_abc123def456" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "anthropic.claude-sonnet-4-6-v1",
    "max_tokens": 1024,
    "messages": [
        {"role": "user", "content": "Hello, how can you help me today?"}
    ]
  }'

Python (Anthropic SDK)

import anthropic

client = anthropic.Anthropic(
    base_url=f"https://bedrock-mantle.{region}.api.aws/anthropic",
    api_key=bedrock_api_key,
)

response = client.messages.create(
    model="anthropic.claude-sonnet-4-6-v1",
    max_tokens=1024,
    extra_headers={"anthropic-workspace": "proj_abc123def456"},
    messages=[
        {"role": "user", "content": "Hello, how can you help me today?"}
    ]
)

print(response.content[0].text)

Semua permintaan inferensi yang dibuat dengan ID ruang kerja yang sama dikelompokkan bersama, memungkinkan pelacakan biaya per ruang kerja, kontrol akses, dan observabilitas.

Langkah 4: Verifikasi pengaturan Ruang Kerja Anda

Daftar semua ruang kerja (proyek) untuk memverifikasi bahwa ruang kerja Anda berhasil dibuat:

curl -X GET "https://bedrock-mantle.$BEDROCK_REGION.api.aws/v1/organization/projects" \
  -H "Authorization: Bearer $BEDROCK_API_KEY"

Mengelola Ruang Kerja

Karena Workspaces dikelola melalui Projects API, semua operasi manajemen proyek berlaku. Lihat Bekerja dengan Proyek petunjuk terperinci tentang:

Praktik terbaik

Struktur Ruang Kerja yang Direkomendasikan

Satu ruang kerja per aplikasi: Buat ruang kerja terpisah untuk setiap aplikasi atau layanan yang berbeda.

├── Claude-Chatbot-Production
├── Claude-Chatbot-Staging
├── Claude-Chatbot-Development
├── Claude-Summarizer-Production
└── Claude-Summarizer-Development

Manajemen siklus hidup ruang kerja